/ Модель

Характеристики

Контекст
16 токенов
Параметры
41 792
Архитектура
fixed-width-addition · dense
Библиотека
transformers
Опубликована
16 авг 2026

1-layer-addition-v2

Генерация текстаТекст → текст3 профессии

Компактный однослойный трансформер для исследования механистической интерпретируемости на задаче сложения четырёхзначных чисел.

30скачиваний за 30 дней0лайковвеса обновлены16 авг 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

melephant/1-layer-addition-v2 — небольшая причинная трансформерная модель, обученная разработчиком карточки для сложения четырёхзначных десятичных чисел. Архитектура состоит из одного блока без смещений; модель содержит 41,8 тыс. параметров, работает с контекстом до 16 токенов и распространяется в формате safetensors через библиотеку Transformers.

Модель принимает операнды с нулями в начале и генерирует пятизначный ответ, сохраняя перенос в следующий разряд. В README указаны точность сгенерированных токенов 99,38% и точность полного ответа 97,46% на валидации. Модель предназначена для исследований механистической интерпретируемости на фиксированной задаче сложения. Лицензия в предоставленных данных не указана.

Сценарии применения

  • исследование внутренних механизмов трансформера на задаче сложения
  • эксперименты со сложением четырёхзначных десятичных чисел фиксированной ширины
  • анализ переноса разрядов в причинной языковой модели

Ограничения

Поддерживается только заданный формат четырёхзначных операндов с дополнением нулями; входы другой ширины или грамматики не поддерживаются. Сгенерированные ответы не следует считать надёжными вычислениями.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Fixed-width addition transformer

Run rmb41c76 is a 1-block, bias-free causal transformer trained for 4-digit base-10 addition. Operands are zero-padded and answers use 5 digits, retaining overflow.

Results

MetricValue
Validation loss0.014791
Validation generated-token accuracy99.38%
Validation exact-answer accuracy97.46%
No-carry exact-answer accuracy95.70%
Single-carry exact-answer accuracy99.22%
Multiple-carry exact-answer accuracy97.27%
Carry-chain exact-answer accuracy89.45%

Training configuration

  • Updates: 10000
  • Optimizer: muon
  • Muon peak learning rate: 0.02
  • AdamW peak learning rate: 0.0003
  • Weight decay: 0.01
  • Warmup updates: 100
  • Minimum learning-rate ratio: 0.1
  • Initialization: normal
  • Position encoding: full-head RoPE on queries and keys (theta 10000)
  • Seed: 0
  • Source commit: unavailable

The complete resolved configuration, environment, metrics, source snapshot, and checkpoints are available in training/. Machine-readable hashes and metrics are in export_manifest.json.

Loading

This repository contains custom Transformers code. For reproducible or security-sensitive use, pin the commit revision printed by the uploader.

from transformers import AutoModelForCausalLM, AutoTokenizer

revision = "PINNED_COMMIT_HASH"
tokenizer = AutoTokenizer.from_pretrained(
    "OWNER/REPO", trust_remote_code=True, revision=revision
)
model = AutoModelForCausalLM.from_pretrained(
    "OWNER/REPO", trust_remote_code=True, revision=revision
)
inputs = tokenizer("0000 + 0000 =", return_tensors="pt")
output = model.generate(**inputs, max_new_tokens=model.config.answer_digits, do_sample=False)
print(tokenizer.decode(output[0], skip_special_tokens=True))

Intended use and limitations

This model is intended for mechanistic-interpretability research on its configured fixed-width addition task. It is not a general arithmetic system: inputs outside the configured grammar or width are unsupported, and generated answers must not be treated as reliable calculations.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Модели нужен код из репозитория; автор пока не в списке доверенных организаций.

Класс архитектуры
AdditionForCausalLM
Ревизия весов
f8ccbd6

0 моделей